python 中對(duì)象序列化是什么意思

今天就跟大家聊聊有關(guān)python 中對(duì)象序列化是什么意思，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

我們知道在Python中，一切皆為對(duì)象，實(shí)例是對(duì)象，類(lèi)是對(duì)象，元類(lèi)也是對(duì)象。本文正是要聊聊如何將這些對(duì)象有效地保存起來(lái)，以供后續(xù)使用。

pickle與cPickle

pickle模塊可以將Python對(duì)象轉(zhuǎn)化成一系列字節(jié)，這些代表對(duì)象的字節(jié)流可以被傳輸或存儲(chǔ)，然后再重構(gòu)出一個(gè)擁有相同特征的新的對(duì)象。

cPickle模塊的作用與pickle模塊一樣，只不過(guò)cPickle模塊使用C而不是Python進(jìn)行實(shí)現(xiàn)，因此比pickle要快好幾倍。值得注意的是，cPickle不允許用戶(hù)從cPickle派生子類(lèi)，如果我們并不用從中派生子類(lèi)的話(huà)，那么cPickle是個(gè)更好的選擇。

警告：pickle不提供安全保證。如果我們?cè)诙嗑€(xiàn)程通信或者數(shù)據(jù)存儲(chǔ)中使用pickle，一定要小心，不要信任我們不能確定為安全的數(shù)據(jù)。

舉例

一般來(lái)說(shuō)，我們傾向于使用cPickle，不過(guò)為了一致性，我們可以這么寫(xiě)：

try:
   import cPickle as pickle
except:
   import pickle

如果cPickle模塊導(dǎo)入不成功，則導(dǎo)入pickle模塊。下面我們以pickle為例，看看如何將Python對(duì)象序列化。

序列化

我們可以通過(guò)pickle.dumps(object)或者pickle.dump(object, file)將對(duì)象進(jìn)行序列化。其中dumps返回一個(gè)字符串，它包含一個(gè)pickle格式對(duì)象；而dump則是將對(duì)象寫(xiě)到文件，這個(gè)文件可以是真實(shí)的物理文件，或者是任何類(lèi)似于文件的對(duì)象，只需要具有write()方法，并接收單個(gè)的字符串參數(shù)即可。

>>> x = [{'a':1, 'b':2, 'c':3}, 'This is a string', 100]
>>> str = pickle.dumps(x)
>>> print str

>>> x = [{'a':1, 'b':2, 'c':3}, 'This is a string', 100]
>>> file_1 = file('temp.pkl', 'wb')
>>> pickle.dump(x, file_1)
>>> file_1.close()

使用dump方法將對(duì)象寫(xiě)入文件其實(shí)就是將pickle格式對(duì)象寫(xiě)入文件了。這里有一點(diǎn)值得注意的，就是要記得file_1.close()。當(dāng)然，為了避免我們忘了將文件關(guān)閉，也可以這么寫(xiě)：

>>> with open('temp.pkl', 'wb') as file_1:
...   pickle.dump(x, file_1)

反序列化

我們可以通過(guò)pickle.loads(string)或者pickle.load(file)將pickle格式對(duì)象變?yōu)镻ython中的一般對(duì)象，比如元組、字典、類(lèi)實(shí)例等。其中l(wèi)oads返回包含在pickle字符串中的對(duì)象；load返回在pickle文件中的對(duì)象。

>>> y = pickle.loads(str)
>>> print y

>>> with open('temp.pkl', 'rb') as file_2:
...   y = pickle.load(file_2)
... 
>>> print y

需要注意的是，在load的時(shí)候，要讓Python能夠找到對(duì)象的類(lèi)的定義，否則會(huì)報(bào)錯(cuò)。

多次序列化與反序列化

我們可以將多個(gè)Python對(duì)象序列化到同一個(gè)文件中：

>>> x1 = [{'a':1, 'b':2, 'c':3}, 'This is a string', 100]
>>> x2 = (1, 2, 3)
>>> x3 = 1024
>>> pickle.dump(x1, file_1)
>>> pickle.dump(x2, file_1)
>>> pickle.dump(x3, file_1)
>>> file_1.close()

然后再將這些數(shù)據(jù)讀取出來(lái)：

>>> file_2 = file('temp.pkl', 'rb')
>>> y1 = pickle.load(file_2)
>>> y2 = pickle.load(file_2)
>>> print y1
[{'a': 1, 'c': 3, 'b': 2}, 'This is a string', 100]
>>> print y2
(1, 2, 3)
>>> file_2.close()

這里我們只讀取pickle文件中的前兩個(gè)數(shù)據(jù)對(duì)象。

聯(lián)想

我們知道，在利用TensorFlow訓(xùn)練好模型之后，通常想將模型保存起來(lái)，這時(shí)候我們就可以用pickle模塊了。當(dāng)然，在保存和載入數(shù)據(jù)集的時(shí)候也可以用pickle模塊，比如：

with open(pickle_file, 'rb') as file:
    data = pickle.load(file)
    train_dataset = data['train_dataset']
    train_labels = data['train_labels']
    test_dataset = data['test_dataset']
    test_labels = data['test_labels']

這里的file文件中保存的是一個(gè)字典，所以使用pickle.load(file)之后，data將以字典的形式存在，此時(shí)我們可以用Key-Value的方法對(duì)數(shù)據(jù)進(jìn)行讀取。

看完上述內(nèi)容，你們對(duì)python 中對(duì)象序列化是什么意思有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。